在全球气温日益变暖的今天，气象方面的预测在人们的日常生活中变得越来越重要，由于以往的气象预测方法在预测效果、预测精度等方面的不尽如人意，就需要一种新的预测方法来改进、完善目前预测方法的缺陷。　　 时间序列分析是概率论与数理统计中非常重要的一个分支，是用随机过程理论和数理统计方法研究随机数据序列的规律，根据研究对象的特征发掘内在规律性建立动态模型，并对之进行模型识别、参数估计，对模型定阶、然后以此为依据对未来的行为进行科学的预测和控制方法。时间序列分析在经济领域中的研究和应用一直很活跃，随着时间序列分析方法的日趋成熟，其应用领域也越来越广泛，主要集中在预报预测领域，例如气象预报、市场预测、地震预测、人口预测、汛情预报、产量预测等等。　　 论文首先在第一章引言中介绍了季节时间序列的发展情况、最新观点和发展前沿。第二章主要介绍了季节ARIMA模型的一些预备知识，以及详细介绍了季节ARIMA模型和ARIMA模型之间的关系。第三章主要介绍了时间序列分析过程中，对样本数据的预处理方法、类型以及改进方法和原理。第四章分析和比较了PP图和QQ图的优劣性。得出PP图在判别数据的分布类型中要比QQ图直观、准确。第五章对气象温度序列的建模过程给出了详细、系统的介绍，采用部分气象温度数据进行建立模型，然后用剩余数据进行历史检验，得到的检验支持所建立的模型，最后用建立的模型进行短期预测。取得了良好的预测效果。　　 论文主要研究了季节ARIMA模型在气象温度时间序列中的应用，甘肃省甘南藏族自治州舟曲县的气象温度序列是平稳非纯随机时间序列，我们用较为良好的季节ARIMA模型来建立舟曲气象温度的模型，取得了较为满意的模型及良好的短期预测结果。实证证明，季节ARIMA模型可以对气象中的气象温度进行预测，至于是否可以用于其他方面，还有待进一步检验。